R语言read.table读取文件时表头被识别为单个变量的批量修改方案咨询

嘿，这个问题我之前处理过好几次！咱们分两步解决：先搞定“仅识别为一个变量”的核心问题，再自动修正带空格的表头，全程不用手动修改原文件~

第一步：修复仅识别为单一变量的问题 #

出现这种情况，大概率是read.table没正确识别文件的分隔符，或者文件格式有小坑。试试下面几个办法：

• 改用read.csv替代read.table：read.csv是read.table的封装，默认参数就是sep=","和header=TRUE，对CSV文件的兼容性更好：

  df <- read.csv("/home/.../data.txt", stringsAsFactors = FALSE)
  

• 如果文件有引号包裹内容：如果你的数据里有带逗号的字符串被引号包起来了，可能会导致列拆分错误，加上quote=""忽略引号的影响：

  df <- read.csv("/home/.../data.txt", quote = "", stringsAsFactors = FALSE)
  

• 确认分隔符是否正确：有时候你以为是逗号分隔，实际文件可能用的是制表符（Tab）或者其他符号。先看几行数据确认：

  # 查看前3行数据
  readLines("/home/.../data.txt", n = 3)
  

  如果看到是制表符分隔，就把sep改成"\t"（用read.delim更方便）：

  df <- read.delim("/home/.../data.txt", stringsAsFactors = FALSE)
  

第二步：自动修正带空格的表头 #

搞定列数问题后，表头里的mirna ID这类带空格的名称，可以用代码自动转换成mirna_ID，不用手动改原文件：

方法1：读取后批量替换空格 #

读取数据后，用gsub把列名里的空格替换成下划线：

# 替换所有列名中的空格为下划线
names(df) <- gsub(" ", "_", names(df))

如果想自动规范化所有特殊字符（比如除了字母数字和下划线之外的字符都处理），可以用make.names函数，它会把空格变成点，也能处理其他非法字符：

names(df) <- make.names(names(df), unique = TRUE)
# 如果想把点也换成下划线，再加一步
names(df) <- gsub("\\.", "_", names(df))

方法2：读取时直接指定修正后的表头 #

如果你想一步到位，读取时就用修正后的表头，可以先读取表头行处理，再读数据：

# 读取第一行表头
header <- readLines("/home/.../data.txt", n = 1)
# 拆分表头并替换空格为下划线
clean_headers <- gsub(" ", "_", strsplit(header, ",")[[1]])
# 读取数据，跳过原表头，用新表头
df <- read.csv("/home/.../data.txt", header = FALSE, skip = 1, col.names = clean_headers)

这样操作下来，既解决了列识别错误的问题，又自动把带空格的表头改成了你想要的格式，完全不用碰原文件~

内容的提问来源于stack exchange，提问作者Irene CE